Kako napisati AI navodila za realistične ljudi

Zakaj so ljudje najtežja tema

Gledalci so strokovnjaki za obraze in telesa. Opazimo rahlo nepravilno roko, nemogočo držo ali kožo, ki izgleda kot plastika, veliko prej kot napako na stavbi ali pokrajini. To naredi ljudi temo, kjer nejasna navodila najbolj očitno odpovejo. Popravilo je enako kot za katerokoli fotografsko navodilo, le strožje: opišite, kar bi kamera dejansko zajela, in pustite čim manj modelu, da si predstavlja povprečno osebo.

Izumite osebo, ne jemljite jo od koga drugega

Začnite z osebo, ki ne obstaja. Opisite starostno skupino, obliko telesa, lase, oblačila in dejavnost ter naj bodo podrobnosti običajne. Nikoli ne ustvarjajte podobnosti za resnične zasebne osebe in nikoli ne prikazujte resne javne osebe v situaciji, ki bi se lahko zdela resnična. Poleg etike številne jurisdikcije priznavajo pravice osebnosti, ki ljudem omogočajo nadzor nad komercialno uporabo njihovega imena, podobe in videza. Pravila se razlikujejo od države do države, izmišljena oseba pa se tej problematiki popolnoma izogne.

Opisujte dejavnost, ne poze.

Ljudje, ki so fotografirani med tem, ko nekaj počnejo, izgledajo naravno; ljudje, ki jih prosijo, naj pozirajo, izgledajo kot slike iz zaloge. Namesto ženske, ki se smehlja kameri, poskusite žensko v svojih štiridesetih, ki na železniški postaji bere papirnat zemljevid in v drugi roki drži kavo. Aktivnost daje telesu razlog za njegovo držo, daje rokama nekaj za držanje in daje obrazu izraz, ki izhaja iz opravila, ne iz poziva.

Drža in teža

Prava telesa nosijo težo. Nekdo, ki se naslanja na ograjo, sedi na robu stolčka, prenaša težo na eno nogo med čakanjem: to so majhne fizične dejstva, ki figuro naredijo verodostojno. Tog, simetričen, spredaj obrnjen lik je eden najpogostejših znakov generirane slike. En sam stavek o tem, kje leži teža in na kaj se oseba naslanja, pogosto naredi več kot več stavkov o njihovem videzu.

Oblačila kot material in prileganje

Oblačila opišite tako, kot bi opisovali katero koli drugo površino: guban lanen srajco z zavihanimi rokavi, težko volneno plašč malo prevelik, obrabljene platnene superge. Tkanina, ki se zloži, raztegne in zmečka, je eden najmočnejših indexov realizma, saj se odziva na telo pod njo. Splošne besede, kot so modno ali elegantno, ne povedo nič o materialu in običajno proizvedejo oblačila, ki izgledajo sveže razpakirana.

Koža, brez retuširanja

Ustvarjena lica so pogosto gladka in enakomerna, kot močno retuširano oglaševanje. Če želite naraven rezultat, to povejte v fizičnih izrazih: naravna tekstura kože, vidni pori, drobne linije okoli oči, lahek sončni opeklin na nosu, brez ličil. Opis svetlobe prav tako pomaga, saj mehka stranska svetloba nežno razkriva teksturo, medtem ko ravna sprednja svetloba le-to izbriše. Izogibajte se kopičenju izrazov, kot so popolno ali brezhibno, ki rezultat potisnejo proti plastičnemu videzu.

Roke potrebujejo delo.

Roke so dobro znana šibka točka generatorjev slik. Najbolj zanesljiv pristop je, da jim daste nekaj specifičnega za narediti, na primer držati skodelico, počivati na mizi, skrite v žepu plašča, namesto da jih pustite prosto v kadru. Manj vidnih prstov pomeni manj možnosti za napako. Vedno preverite roke, preden uporabite sliko: preštejte prste, preverite, kako držijo predmete, in si oglejte, kjer se srečajo z zapestjem.

Svetloba na obrazih

Klasična fotografska postavitev, opisana v tradiciji osvetlitve s tremi svetlobnimi točkami, uporablja glavno svetlobo na objektu, sekundarno svetlobo za zmehčanje senc in svetlobo od zadaj, da loči objekt od ozadja. Za uporabo te ideje ne potrebujete strokovnega žargona. Mehka svetloba z okna z ene strani, nežna odsevna svetloba, ki polni stran s senco, in svetlo ozadje za glavo opisujejo isto postavitev z navadnimi besedami. Sonce na nebu opoldne, nasprotno, ustvarja temne sence pod očmi in redko je laskavo.

Sestava in razdalja

Povejte, kako blizu je kamera. Portret od glave do ramen, figura, vidna od nekaj metrov na ulici, majhna figura v širokem pokrajinskem prizoru: vsak od teh določa razmerje, pri katerem je treba upodabljati obraze in roke. Širši kader skriva majhne napake in pripoveduje več zgodbe; bližnji posnetki razkrivajo vse. Za najbolj naravne rezultate je najbolj prizanesljiv izhodiščni točka srednji kader z jasno dejavnostjo in resničnim okoljem.

Raznolikost namenoma, ne po naključju

Generatorji slik odražajo vzorce v svojih učnih podatkih, in ena študija Midjourney je pokazala, da so celo nevtralni pozivi vrnili neenake rezultate glede na spol, barvo kože in lokacijo. Če želite določeno osebo, jo opišite natančno. Če ustvarjate serijo, namerno spreminjajte starost, telesno obliko in videz namesto, da bi sprejeli karkoli, kar model najprej vrne, in pregledajte celoten nabor, preden ga objavite.

Privolitev in sintetični mediji

Okvir Partnership on AI za odgovorne sintetične medije temelji na treh idejah: privolitvi, razkritju in preglednosti. Za ustvarjene osebe privolitev večinoma pomeni, da ne smete uporabljati videza nikogar brez dovoljenja, tudi prek referenčnih fotografij. Če delate s fotografijo resnične osebe, na primer da ohranite dosleden lik, se prepričajte, da imate jasno soglasje te osebe za določeno uporabo, in nikoli ne ustvarjajte slik, ki seksualizirajo, ponižujejo ali se pretvarjajo, da so kdo drug.

Pravila razkritja, ki jih morate poznati

V Evropski uniji Zakon o umetni inteligenci določa, da je globoki lažni prikaz (deep fake) vsebina slike, zvoka ali videa, ki jo je ustvarila ali manipulirala umetna inteligenca, in ki spominja na obstoječe osebe, predmete, kraje, subjekte ali dogodke ter bi se napačno zdela pristna. Tisti, ki ustvarjajo takšno vsebino, morajo razkriti, da je bila umetno ustvarjena ali manipulirana, z omejenejšim razkritjem za očitno umetniška, ustvarjalna, satirična ali fikcijska dela. Evropska komisija navaja, da ta pravila o preglednosti veljajo od avgusta 2026. Realistična izmišljena oseba v kontekstu, ki bi ga lahko razumeli kot resničnega, zasluži oznako povsod.

Označite datoteko, ne samo napis

Podnapis se lahko obrezan ali izgubljen, ko se slika ponovno deli. Obstajajo standardi metapodatkov, ki omogočajo prenos informacij s datoteko: slovar IPTC Digital Source Type vključuje vrednosti za medije, ustvarjene z generativno umetno inteligenco, in številna orodja te informacije samodejno zabeležijo. Ohranite jih nedotaknjene pri urejanju in izvažanju ter dodajte vidno opombo, kjer bi ljudje lahko upravičeno zmotili sliko za fotografijo resnične osebe.

Kje LarpGPT sodi

LarpGPT je knjižnica foto navodil za potovanja, arhitekturo, avtomobile in življenjski slog, napisano okoli teme, kompozicije, osvetlitve in objektiva, mnoge izmed njegovih scen življenjskega sloga pa je mogoče prilagoditi tako, da vključujejo izmišljeno osebo z zgoraj opisanim pristopom. Kopirate navodilo in ga prilepite v generator slik, ki ga že uporabljate. LarpGPT ne ustvarja slik; spoštovanje pravic drugih ljudi in razkrivanje sintetične vsebine ostajata pri vas.

Nadaljnje branje

• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Articles 3 and 50
• European Commission: AI Act, regulatory framework and application timeline
• Partnership on AI: Responsible Practices for Synthetic Media
• Personality rights (Wikipedia)
• Midjourney (Wikipedia), section on bias in generated images
• IPTC Digital Source Type NewsCodes